메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서 구현한 한글인식 시스템은 네오코그니트론의 기본 아이디어를 사용한 것으로 자음인식 신경회로망과 모음인식 신경회로망을 기본으로하여, 이들 신경회로망들이 6가지의 한글구조에 따라서 적절히 결합되어 있는 복수개의 신경회로망으로 이루어져 있다. 인식과정은 입력층에 자극패턴이 주어지면 각각의 형태별 신경회로망에서 첫 번째 S-세포층은 아주 기본적인 지역적 특징을 추출하고 두 번째 S-세포층은 전단계에서 추출한 지역적 특징들을 조합함으로 가능한 보다 전역적(global)인 특징들을 추출한다. 결과적으로 가장 적합한 출력을 발생하는 신경회로망의 출력이 입력층에 주어진 자극패턴의 자모에 대응하는 코드가 된다. 인식시 형태분류 오류를 줄이기 위하여 하위 단계에서의 오류가 상위층으로 전파되지 못하도록 특징추출 세포들끼리는 상호억제 작용을 한다. 실제 인식 실험에서 401자의 한글문자를 사용하여 96.7%의 인식율을 얻었다. 그러나 상당히 복잡한 연결구조, 학습패턴의 선정이 용이하지 않은점, 다양한 파라미터의 조정과정 등이 개선되어야 더 효율적인 인식 시스템이 될 수 있다.

목차

<요약>

1. 서론

2. 네오코그니트론 모델

3. 인식 시스템

4. 실험 결과 및 검토

5. 결론

REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017915932